| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| BULANIK MANTIK VE MODELLEME |
İkinci düzey |
ENM 626 |
|
2 |
7.50 |
7.50 |
Yazdır |
|
Ön koşul dersleri
|
-
|
|
Eğitimin dili
|
Türkçe
|
|
Koordinatör
|
PROF. DR. HÜLYA TORUN
|
|
Dersi veren öğretim eleman(lar)ı
|
PROF. DR. HÜLYA TORUN
|
|
Yardımcı öğretim eleman(lar)ı
|
-
|
|
Dersin veriliş şekli
|
Sınıfta sözlü anlatım, makale inceleme ve proje sunumları
|
|
Dersin amacı
|
Doktora öğrencilerine deterministik, olasılıksal ve bulanık modelleme konularında temel yaklaşım ve felsefeleri aktarmak.
Bunlar arasında ne gibi ayrımlar olduğunu bilincini vermek, bulanık mantığın klasik matematiğin konularından farklı olan işlemlerini öğrencilere kazandırmak.
|
|
Dersin tanımı
|
Klasik ve Bulanık kümeler, Bulanık Kümelerin Deterministik Kümelere Göre Farklılıkları. Bulanık Kümelere ait işlemler. Bulanık Aritmetik. Bulanık Bağıntılar. Bulanık Bağıntı İşlemleri. Olabilirlik Kuramı. Bulanık Mantık. Kesin Olmayan Verilere Dayalı Enformasyon. Bulanık Kümelerin Bulanık Veriler ve Enformasyon Sistemlerine göre oluşturulması. Bulanık Karar Verme. Bulanık Modelleme. Mühendislik Uygulamaları. Diğer Uygulamalardan örnekler.
|
|
1- |
Bulanık mantığa giriş
|
|
2- |
Bulanık aritmetik ve işlemler
|
|
3- |
Bulanık aritmetik ve işlemler
|
|
4- |
Bulanık bağıntılar
|
|
5- |
Bulanık modelleme
|
|
6- |
Durulaştırma
|
|
7- |
Vize
|
|
8- |
Olabilirlik Teorisi,Güvenilirlik Teorisi
|
|
9- |
Bulanık karar verme
|
|
10- |
Bulanık Optimizasyon
|
|
11- |
Bulanık Sistemler
|
|
12- |
Uygulamalardan Örnekler
|
|
13- |
Uygulamalardan Örnekler
|
|
14- |
Uygulamalardan Örnekler
|
|
15- |
|
|
16- |
|
|
17- |
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
Doktora öğrencilerine deterministik, olasılıksal ve bulanık modelleme konularında temel yaklaşım ve
felsefeleri aktarmak.
|
|
2- |
Bunlar arasında ne gibi ayrımlar olduğunu bilincini vermek, bulanık mantığın klasik matematiğin
konularından farklı olan işlemlerini öğrencilere kazandırmak.
|
|
3- |
Çeşitli uygulama örnekleri ile bulanık mantığın matematiksel temeli ve kavramsal büyüklükler
konusunda ilişki kurmalarını sağlamak.
|
|
4- |
Karşılaştıkları kontrol ve karar verme problemlerinde klasik yollarla çözemedikleri konuları bulanık
mantık yoluyla modelleme ve çözme yöntemlerini kullanma alışkanlığını kazandırmak.
|
|
5- |
-
|
|
6- |
-
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
Lisans düzeyinde alınan matematik eğitimi temelinde bilgi birikimini belirli bir düzeyde geliştirebilme
|
|
|
2- |
Alanında edindikleri teorik ve pratik bilgileri kullanabilme
|
|
|
3- |
Alanında sahip olduğu bilgileri farklı disiplinlerdeki bilgilerle bütünleştirerek çalışmalarında kullanbilme
|
|
|
4- |
Matematik alanında güncel gelişmeleri ve kendi araştırmalarını, kendi alanında ve alanı dışında çalışan araştırmacılara yazılı, sözlü ve görsel olarak aktarabilme
|
|
|
5- |
Yaptığı çalışmalarda, konusuyla ilgili verilerin derlenmesi,düzenlenmesi, yorumlanması ve kullanılması aşamalarında toplumsal ve bilimsel etik değerlere saygı göstermesi
|
|
|
6- |
Kendi alanında veya diğer disiplinlerde bilgiye ulaşma yöntemlerini etkin ve etik değerlere uygun olarak kullanabilme.
|
|
|
7- |
Matematiksel bilgi birikimini teknolojide etkin ve vereimli bir şekilde kullanabilme
|
|
|
8- |
Alanı ile ilgili ulusal ve uluslararası bilimsel toplantılara katılarak bilgi paylaşımında bulunabilme
|
|
|
9- |
Alanında karşılaştığı yeni bir bilgiyi eleştirel yaklaşımlarla değerlendirerek anlayabilme ve yorumlayabilme
|
|
|
10- |
|
|
|
11- |
|
|
|
12- |
|
|
|
13- |
|
|
|
14- |
|
|
|
15- |
|
|
|
16- |
|
|
|
17- |
|
|
|
18- |
|
|
|
19- |
|
|
|
20- |
|
|
|
21- |
|
|
|
22- |
|
|
|
23- |
|
|
|
24- |
|
|
|
25- |
|
|
|
26- |
|
|
|
27- |
|
|
|
28- |
|
|
|
29- |
|
|
|
30- |
|
|
|
31- |
|
|
|
32- |
|
|
|
33- |
|
|
|
34- |
|
|
|
35- |
|
|
|
36- |
|
|
|
37- |
|
|
|
38- |
|
|
|
39- |
|
|
|
40- |
|
|
|
41- |
|
|
|
42- |
|
|
|
43- |
|
|
|
44- |
|
|
|
45- |
|
|
|
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder |
|
Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
13
|
3
|
39
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
3
|
10
|
30
|
|
Ödevler
|
0
|
0
|
0
|
|
Sunum / Seminer hazırlama
|
1
|
20
|
20
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
20
|
20
|
|
Ara sınavlar
|
1
|
2
|
2
|
|
Proje (Yarıyıl ödevi)
|
1
|
20
|
20
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
20
|
20
|
|
Yarıyıl sonu sınavı
|
1
|
2
|
2
|
|
Araştırma
|
1
|
30
|
30
|
|
Toplam iş yükü
|
|
|
183
|
|
AKTS
|
|
|
7.50
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
100
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
0
|
0
|
|
Yarıyıl içi toplam
|
|
100
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
40
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
60
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
Ders notları - Fuzzy Logic with Engineering Applications, Second Edition T. J. Ross, 2004 John Wiley & Sons, Ltd.
|
|
Yardımcı Kaynaklar
|
Fuzzy Multi-Criteria Decision Making, Theory and Applications with Recent Developments, Ed: Cengiz Kahraman 2008, Springer Science+Business Media, LLC. -George J. Klir and Bo Yuan, Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice Hall, 1995. -Toshiro, T. at all, Fuzzy Systems Theory and Its Applications, Academic Press, 1992. -Michael Hanss, Applied Fuzzy Arithmetic: An Introduction with Engineering Applications, 2004. -Kwang H. Lee, First Course on Fuzzy Theory and Applications, Springer, 2005. -William Siler, James J. Buckley, Fuzzy Expert Systems and Fuzzy Reasoning, John Wiley & Sons Ltd, 2005.
|
|